web自动化捕捉元素基本方法

前言：前面已经把环境搭建好了，从这篇开始，正式学习selenium的webdriver框架。我们平常说的 selenium自动化，其实它并不是类似于QTP之类的有GUI界面的可视化工具，我们要学的是webdriver框架的API。

本篇主要讲如何用Python调用webdriver框架的API，对浏览器做一些常规的操作，如打开、前进、后退、刷新、设置窗口大小、截屏、退出等操作。

2.1.1 打开网页

1.从selenium里面导入webdriver模块 2.打开Firefox浏览器（Ie和Chrome对应下面的） 3.打开百度网址

2.1.2 设置休眠

1.由于打开百度网址后，页面加载需要几秒钟，所以最好等到页面加载完成后再继续下一步操作 2.导入time模块，time模块是Python自带的，所以无需下载 3.设置等待时间，单位是秒（s）,时间值可以是小数也可以是整数

2.1.3 页面刷新

1.有时候页面操作后，数据可能没及时同步，需要重新刷新 2.这里可以模拟刷新页面操作，相当于浏览器输入框后面的刷新按钮

2.1.4 页面切换

1.当在一个浏览器打开两个页面后，想返回上一页面，相当于浏览器左上角的左箭头按钮。

2.返回到上一页面后，也可以切换到下一页，相当于浏览器左上角的右箭头按钮。

2.1.5 设置窗口大小

1.可以设置浏览器窗口大小，如设置窗口大小为手机分辨率540*960 2.也可以最大化窗口

2.1.6 截屏

1. 打开网站之后，也可以对屏幕截屏 2.截屏后设置指定的保存路径+文件名称+后缀

2.1.7 退出

1.退出有两种方式，一种是close;另外一种是quit。 2.close用于关闭当前窗口，当打开的窗口较多时，就可以用close关闭部分窗口。 3.quit用于结束进程，关闭所有的窗口。 4.最后结束测试，要用quit。quit可以回收c盘的临时文件。

掌握了浏览器的基本操作后，接下来就可以开始学习元素定位了，元素定位需要有一定的html基础。没有基础的可以按下浏览器的F12快捷键先看下html的布局，先了解一些就可以了。

2.1.8 加载浏览器配置

启动浏览器后，发现右上角安装的插件不见了，这是因为webdriver启动浏览器时候，是开的一个虚拟线程，跟手工点开是有区别的，selenium的一切操作都是模拟人工（不完全等于人工操作）。

&加载Firefox配置

有小伙伴在用脚本启动浏览器时候发现原来下载的插件不见了，无法用firebug在打开的页面上继续定位页面元素，调试起来不方便 。加载浏览器配置，需要用FirefoxProfile(profile_directory)这个类来加载，profile_directory既为浏览器配置文件的路径地址。

&一、遇到问题 1.在使用脚本打开浏览器时候，发现右上角原来下载的插件firebug不见了，到底去哪了呢？ 2.用脚本去打开浏览器时候，其实是重新打开了一个进程，跟手动打开浏览器不是一个进程。 所以没主动加载插件，不过selenium里面其实提供了对应的方法去打开，只是很少有人用到。

&二、FirefoxProfile 1.要想了解selenium里面API的用法，最好先看下相关的帮助文档打开cmd窗口， 输入如下信息：

->python
->from selenium import webdriver
->help(webdriver.FirefoxProfile)
Help on class FirefoxProfile in module
selenium.webdriver.firefox.firefox_profile:
class FirefoxProfile(builtin.object)
|  Methods defined here:
|
|  init(self, profile_directory=None)
|      Initialises a new instance of a Firefox Profile
|    
|      :args:
|       - profile_directory: Directory of profile that you want to use.
|         This defaults to None and will create a new
|         directory when object is created.

2.翻译过来大概意思是说，这里需要profile_directory这个配置文件路径的参数 3.profile_directory=None，如果没有路径，默认为None，启动的是一个新的，有的话就加载指定的路径。

&三、profile_directory 1.问题来了：Firefox的配置文件地址如何找到呢？ 2.打开Firefox点右上角设置>？（帮助）>故障排除信息>显示文件夹

3.打开后把路径复制下来就可以了： C:\Users\xxx\AppData\Roaming\Mozilla\Firefox\Profiles\1x41j9of.default

&四、启动配置文件 1.由于文件路径存在字符：\ ，反斜杠在代码里是转义字符，这个有点代码基础的应该都知道。 不懂什么叫转义字符的，自己翻书补下基础吧！ 2.遇到转义字符，为了不让转义，有两种处理方式： 第一种：\ (前面再加一个反斜杠)

第二种:r”\"（字符串前面加r，使用字符串原型)

&五、参考代码：

# coding=utf-8from selenium import webdriver# 配置文件地址

profile_directory = r'C:\Users\xxx\AppData\Roaming\Mozilla

\Firefox\Profiles\1x41j9of.default'# 加载配置配置profile =

 webdriver.FirefoxProfile(profile_directory)# 启动浏览器配置

driver = webdriver.Firefox(profile)

其实很简单，在调用浏览器的前面，多加2行代码而已，主要是要弄清楚原理。

2.2 常用8种元素定位（Firebug和firepath）

前言：元素定位在firefox上可以安装Firebug和firepath辅助工具进行元素定位。

2.2.1 环境准备

1.浏览器选择：Firefox 2.安装插件：Firebug和FirePath(设置》附加组件》搜索：输入插件名称》下载安装后重启浏览器) 3.安装完成后，页面右上角有个小爬虫图标 4.快速查看xpath插件：XPath Checker这个可下载，也可以不用下载 5.插件安装完成后，点开附加组件》扩展，如下图所示

2.2.2 查看页面元素

以百度搜索框为例，先打开百度网页 1.点右上角爬虫按钮 2.点左下角箭头 3.将箭头移动到百度搜索输入框上，输入框高亮状态 4.下方红色区域就是单位到输入框的属性：

<input id="kw" class="s_ipt" type="text" autocomplete="off" maxlength="100" name="wd">

2.2.3 find_element_by_id()

1.从上面定位到的元素属性中，可以看到有个id属性：id="kw"，这里可以通过它的id属性定位到这个元素。 2.定位到搜索框后，用send_keys()方法，输入文本。

2.2.4 find_element_by_name()

1.从上面定位到的元素属性中，可以看到有个name属性：name="wd"，这里可以通过它的name属性单位到这个元素。 说明：这里运行后会报错，说明这个搜索框的name属性不是唯一的，无法通过name属性直接定位到输入框

2.2.5 find_element_by_class_name()

1.从上面定位到的元素属性中，可以看到有个class属性：class="s_ipt"，这里可以通过它的class属性定位到这个元素。

2.2.6 find_element_by_tag_name()

1.从上面定位到的元素属性中，可以看到每个元素都有tag（标签）属性，如搜索框的标签属性，就是最前面的input。 2.很明显，在一个页面中，相同的标签有很多，所以一般不用标签来定位。以下例子，仅供参考和理解，运行肯定报错。

2.2.7 find_element_by_link_text()

1.定位百度页面上"hao123"这个按钮

查看页面元素：

<a class="mnav" target="_blank" href="http://www.hao123.com">hao123</a>

2.从元素属性可以分析出，有个href = "http://www.hao123.com

说明它是个超链接，对于这种元素，可以用以下方法：

2.2.8 find_element_by_partial_link_text()

1.有时候一个超链接它的字符串可能比较长，如果输入全称的话，会显示很长，这时候可以用一模糊匹配方式，截取其中一部分字符串就可以了

2.如“hao123”,只需输入“ao123”也可以定位到

2.2.9 find_element_by_xpath()

1.以上定位方式都是通过元素的某个属性来定位的，如果一个元素它既没有id、name、class属性也不是超链接，这么办呢？或者说它的属性很多重复的。这个时候就可以用xpath解决。 2.xpath是一种路径语言，跟上面的定位原理不太一样，首先第一步要先学会用工具查看一个元素的xpath。

3.按照上图的步骤，在FirePath插件里copy对应的xpath地址。

2.2.10 find_element_by_css_selector()

1.css是另外一种语法，比xpath更为简洁，但是不太好理解。这里先学会如何用工具查看，后续的教程再深入讲解 2.打开FirePath插件选择css 3.定位到后如下图红色区域显示

总结： selenium的webdriver提供了18种（注意是18种，不是8种）的元素定位方法，前面8种是通过元素的属性来直接定位的，后面的xpath和css定位更加灵活，需要重点掌握其中一个。 a.前八种是大家都熟悉的，经常会用到的：

1.id定位：find_element_by_id(self, id_)

2.name定位：find_element_by_name(self, name)

3.class定位：find_element_by_class_name(self, name)

4.tag定位：find_element_by_tag_name(self, name)

5.link定位：find_element_by_link_text(self, link_text)

6.partial_link定位find_element_by_partial_link_text(self, link_text)

7.xpath定位：find_element_by_xpath(self, xpath)

8.css定位：find_element_by_css_selector(self, css_selector）

b.这八种是复数形式（2.8和2.27章节有介绍）

9.id复数定位find_elements_by_id(self, id_)

10.name复数定位find_elements_by_name(self, name)

11.class复数定位find_elements_by_class_name(self, name)

12.tag复数定位find_elements_by_tag_name(self, name)

13.link复数定位find_elements_by_link_text(self, text)

14.partial_link复数定位find_elements_by_partial_link_text(self, link_text)

15.xpath复数定位find_elements_by_xpath(self, xpath)

16.css复数定位find_elements_by_css_selector(self, css_selector

c.这两种是参数化的方法，会在以后搭建框架的时候，会经常用到PO模式，才会用到这个参数化的方法（将会在4.2有具体介绍）

17.find_element(self, by='id', value=None)

18.find_elements(self, by='id', value=None)

2.3 xpath定位

前言:在上一篇简单的介绍了用工具查看目标元素的xpath地址，工具查看比较死板，不够灵活，有时候直接复制粘贴会定位不到。这个时候就需要自己手动的去写xpath了，这一篇详细讲解xpath的一些语法。 什么是xpath呢？ 官方介绍：XPath即为XML路径语言，它是一种用来确定XML文档中某部分位置的语言。反正小编看这个介绍是云里雾里的，通俗一点讲就是通过元素的路径来查找到这个元素的。

2.3.1 xpath:属性定位

1.xptah也可以通过元素的id、name、class这些属性定位，如下图：

2.于是可以用以下xpath方法定位

2.3.2 xpath:其它属性

1.如果一个元素id、name、class属性都没有，这时候也可以通过其它属性定位到

2.3.3 xpath:标签

1.有时候同一个属性，同名的比较多，这时候可以通过标签筛选下，定位更准一点 2.如果不想制定标签名称，可以用*号表示任意标签 3.如果想制定具体某个标签，就可以直接写标签名称

2.3.4 xpath:层级

1.如果一个元素，它的属性不是很明显，无法直接定位到，这时候我们可以先找它老爸（父元素）。 2.找到它老爸后，再找下个层级就能定位到了。

3.如上图所示，要定位的是input这个标签，它的老爸的id=s_kw_wrap。 4.要是它老爸的属性也不是很明显，就找它爷爷id=form。 5.于是就可以通过层级关系定位到。

2.3.5 xpath:索引

1.如果一个元素它的兄弟元素跟它的标签一样，这时候无法通过层级定位到。因为都是一个父亲生的，多胞胎兄弟。 2.虽然双胞胎兄弟很难识别，但是出生是有先后的，于是可以通过它在家里的排行老几定位到。 3.如下图三胞胎兄弟。

4.用xpath定位老大、老二和老三（这里索引是从1开始算起的，跟Python的索引不一样）。

2.3.6 xpath:逻辑运算

1.xpath还有一个比较强的功能，是可以多个属性逻辑运算的，可以支持与（and）、或（or）、非（not） 2.一般用的比较多的是and运算，同时满足两个属性

2.3.7 xpath:模糊匹配

1.xpath还有一个非常强大的功能，模糊匹配。 2.掌握了模糊匹配功能，基本上没有定位不到的。 3.比如我要定位百度页面的超链接“hao123”,在上一篇中讲过可以通过by_link,也可以通过by_partial_link，模糊匹配定位到。当然xpath也可以有同样的功能，并且更为强大。

可以把xpath看成是元素定位界的屠龙刀。武林至尊，宝刀xpath，css不出，谁与争锋？下节课将亮出倚天剑css定位。

2.4 CSS定位

前言:大部分人在使用selenium定位元素时，用的是xpath定位，因为xpath基本能解决定位的需求。css定位往往被忽略掉了，其实css定位也有它的价值，css定位更快，语法更简洁。 这一篇css的定位方法，主要是对比上一篇的xpath来的，基本上xpath能完成的，css也可以做到。两篇对比学习，更容易理解。

2.4.1 css:属性定位 1.css可以通过元素的id、class、标签这三个常规属性直接定位到 2.如下是百度输入框的的html代码：

<input id="kw" class="s_ipt" type="text" autocomplete="off" maxlength="100" name="wd"/>

3.css用#号表示id属性,如：#kw 4.css用.表示class属性，如：.s_ipt 5.css直接用标签名称，无任何标示符，如：input

2.4.2 css:其它属性

1.css除了可以通过标签、class、id这三个常规属性定位外，也可以通过其它属性定位 2.以下是定位其它属性的格式

2.4.3 css:标签

1.css页可以通过标签与属性的组合来定位元素

2.4.4 css:层级关系

1.在前面一篇xpath中讲到层级关系定位，这里css也可以达到同样的效果 2.如xpath：

//form[@id='form']/span/input和 //form[@class='fm']/span/input也可以用css实现

2.4.5 css:索引

1.以下图为例，跟上一篇一样：

2.css也可以通过索引option：nth-child(1)来定位子元素，这点与xpath写法用很大差异，其实很好理解，直接翻译过来就是第几个小孩。

2.4.6 css:逻辑运算

1.css同样也可以实现逻辑运算，同时匹配两个属性，这里跟xpath不一样，无需写and关键字

2.4.7 css:模糊匹配

1.css的模糊匹配contains('xxx'),网上虽然用各种资料显示能用，但是小编亲自试验了下，一直报错。 2.在各种百度后找到了答案：you can't do this withCSS selectors, because there is no such thing as:contains() in CSS. It was a proposal that was abandoned years ago. 非常遗憾，这个语法已经被抛弃了，所以这里就不用管这个语法了。 css语法远远不止上面提到的，还有更多更强大定位策略，有兴趣的可以继续深入研究。官方说法，css定位更快，语法更简洁，但是xpath更直观，更好理解一些。

回到顶部

2.5 SeleniumBuilder辅助定位元素

前言 对于用火狐浏览器的小伙伴们，你还在为定位元素而烦恼嘛？ 上古神器Selenium Builder来啦，哪里不会点哪里，妈妈再也不用担心我的定位元素问题啦！（但是也不是万能，基本上都能覆盖到）

2.5.1 安装Selenium Builder

在火狐浏览器的附加组件中搜索添加Selenium Builder即可。安装好后如下图所示：

2.5.2 直接运用

1.打开你要测试的URL或者打开插件后输入你要测试的URL，如下图

2.点击后弹出一个弹窗，如下图：

注：如果你是直接在你要测的网页页面打开这个插件时，selenium builder会直接获取你要测的URL

3.点击record：

然后你就可以哪里不会点哪里了。这里举个例子：

2.5.3 实践案例

1.百度首页，点击百度一下，然后点击登录，再一次点击账号和密码输入框，让我们来看看结果。

2.这里没有展开，点击展开后可以发现定位该元素的多种方法

直接选择你想要的方法复制粘贴即可,不用的话直接关掉弹窗即可。

2.6 操作元素（键盘和鼠标事件）

前言 在前面的几篇中重点介绍了一些元素的定位方法，定位到元素后，接下来就是需要操作元素了。本篇总结了web页面常用的一些操作元素方法，可以统称为行为事件 有些web界面的选项菜单需要鼠标悬停在某个元素上才能显示出来（如百度页面的设置按钮）。

2.6.1 简单操作

1.点击（鼠标左键）页面按钮：click() 2.清空输入框：clear() 3.输入字符串：send_keys() 4.send_keys()如果是发送中文的，前面需加u，如：u"中文",因为这里是输入到windows系统了，windows系统是GBK编码，我们的脚本是utf-8,需要转码为Unicode国际编码，这样才能识别到。

2.6.2 submit提交表单

1.在前面百度搜索案例中，输入关键字后，可以直接按回车键搜索，也可以点搜索按钮搜索。 2.submit()一般用于模拟回车键。

2.6.3 键盘操作

1.selenium提供了一整套的模拟键盘操作事件，前面submit()方法如果不行的话，可以试试模拟键盘事件 2.模拟键盘的操作需要先导入键盘模块：from selenium.webdriver.common.keysimport Keys 3.模拟enter键，可以用send_keys(Keys.ENTER)

4.其它常见的键盘操作： 键盘F1到F12：send_keys(Keys.F1)把F1改成对应的快捷键：

复制Ctrl+C：send_keys(Keys.CONTROL,'c')

粘贴Ctrl+V：send_keys(Keys.CONTROL,'v')

全选Ctrl+A：send_keys(Keys.CONTROL,'a')

剪切Ctrl+X：send_keys(Keys.CONTROL,'x')

制表键Tab: send_keys(Keys.TAB)

这里只是列了一些常用的，当然除了键盘事件，也有鼠标事件。

2.6.4 鼠标悬停事件

1.鼠标不仅仅可以点击(click),鼠标还有其它的操作，如：鼠标悬停在某个元素上，鼠标右击，鼠标按住某个按钮拖到 2.鼠标事件需要先导入模块：from selenium.webdriver.common.action_chainsimport ActionChains perform() 执行所有ActionChains中的行为； move_to_element() 鼠标悬停。 3.这里以百度页面设置按钮为例：

4.除了常用的鼠标悬停事件外，还有 右击鼠标：context_click() 双击鼠标：double_click() 依葫芦画瓢，替换上面案例中对应的鼠标事件就可以了 selenium提供了一整套完整的鼠标和键盘行为事件，功能还是蛮强大滴。下一篇介绍多窗口的情况下如何处理。

本文作者：web自动化

本文来源：http://www.cnblogs.com/zidonghua/p/7430083.html#_label1